行业信息提取汇总方案请教 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问题时复制粘贴 AI 生成的内容
alangz
V2EX    程序员

行业信息提取汇总方案请教

  •  
  •   alangz
    xyalan 16 天前 1743 次点击

    老婆因为工作需要,需要定期获取 IP 行业联名最新资讯。这些 IP 联名的最新资讯现在一般都在微博、小红书、公众号上最先发布。目前想到的方案就是通过模型进行信息资源搜集整理,但这里最重要的一环就是信息源获取。

    微博、小红书、公众号的内容好像也不提供公开搜索引擎检索,爬虫似乎也有一定风险,属于不合法渠道吧。所以有什么好的方式获取到这些信息源?

    7 条回复    2025-09-23 20:48:31 +08:00
    danbai
        1
    danbai  
    PRO
       16 天前   2
    有这种社交软件的订阅
    https://docs.rsshub.app/zh/
    kenilalexandra
        2
    kenilalexandra  
       16 天前
    最好的还是爬虫,已知的 Github 上有微博、小红书、抖音的爬虫工具,其他的可能需要找一找了
    NICEghost
        3
    NICEghost  
       16 天前
    这些应该都是有自己工具采集的吧,能有实力联名的大品牌本就不多,要是错过补充进去就好了,已经看过几个这样的营销号了
    Solix
        4
    Solix  
       16 天前
    只有爬虫,没别的,为啥不让你获取,就是因为这些信息有价值
    Hopetree
        5
    Hopetree  
       16 天前
    当你的爬虫影响的对方的服务的时候才有风险,只要你别变成 DDoS 攻击就没事,再说现在的这些媒体 APP 都是一套反爬措施自我防御,没那么容易被个人爬虫搞出问题
    YJi
        6
    YJi  
       16 天前
    只有爬虫。个人用频率不高就自己爬,我司有数据基本都是 toB 的用。
    longlonglanguage
        7
    longlonglanguage  
       16 天前
    可以考虑上午获取一次,下午获取一次。每次抓取当天和上一天的信息,然后把信息存储数据库,重复的舍弃掉,然后再通过 ai 比对,相似的也舍弃掉。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     909 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 23ms UTC 20:06 PVG 04:06 LAX 13:06 JFK 16:06
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86